AI时代下，我用陌生技术栈两天开发完一个App后的总结
AI时代下，我用陌生技术栈两天开发完一个App后的总结
今年的 AI 应用赛道简直是热火朝天，大街上扔一把核桃能砸到三个在讨论 AI 的，更有不少类似于零编程经验用 AI 三天开发 App 登榜 App Store的标题在各大平台的AI话题圈子里刷屏，作为一个在互联网行业摸爬滚打多年的程序员，我做过开源项目，也做过多个小型独立商业项目，最近两年也是在 AI 相关公司任职，对此我既感到兴奋又难免焦虑——为什么我还没遇到这样的机遇？
刚好最近想到了一个点子，是一个结合了屏幕呼吸灯 + 轻音乐 + 白噪声的辅助睡眠移动端 A 应用，我将其命名为“音之梦”，是我某天晚上睡不着看到路由器闪烁的灯光照耀在墙壁上之后突然爆发的灵感。
这是个纯客户端应用，没有太多外部依赖，体量小，正好拿来试一下是不是真的有可能完全让 AI 来将它实现，而为了尽量模拟“编程小白”这个身份，这次我选择用我比较陌生的 Swift UI。
先上结论：
对于小体量的应用，或者只考虑业务实现而不需要考虑架构合理性/可维护性的稍大体量的应用，在纯编码层面确实是完全可以实现的，作为一个不会 Swift UI 的开发者，我确实在不到 2 天时间内完全借助 AI 完成了这个应用的开发，而且已经上架苹果App Store。
以下是应用截图：
感兴趣的朋友们也访问下面的链接或者上App Store搜索 ”音之梦“ 下载体验。
我做了哪些事情？
工具准备
开发工具使用的是Cursor + XCode，开发语言选的 Swift UI，模型自然选择最适合编码的Claude 3.7。
为什么不选择Trae？因为下一个开坑项目准备用Trae + Deepseek来进行效果对比。
产品设计
上面截图展示的其实是第二版， UI和交互流程是我根据产品需求仔细思考琢磨设计出来的。
而第一版则完全由AI生成的，我只是描述了我期望的功能，交互方式和UI效果都是AI来生成的，那自然和我心目中期望的差距很大，不过最开始只是想验证AI的快速编码能力，所以首次上架的还是还是用的这一版的样式，可以看下面的截图：
而因为国区上架需要备案，在等待备案的过程中，我又诞生了很多新的想法，加上对于第一版的UI和交互流程也是越看越不爽，所以就重新思考了整个应用的UI和交互流程，并重新用figma画了设计稿，然后交由AI来实现。
当然每个人的审美和需求都不一样，也并不是每个人都有不错的UI和交互设计能力，对于大部分人来说现阶段的AI设计水平已经是能满足需要了的。
开发过程
使用AI来进行开发，那最重要的就是提示词，而如何编写提示词来让AI更了解你的需求、尽可能不走弯路去实现，其实是很不容易的。
这里我的经验是，先自己思考清楚，用markdown整理好需求，包括主要功能、需要有哪些页面、每个页面的大致布局，以及一些需要额外强调的细节等等，然后让AI先根据你整理的需求文档来描述一下它对这个需求的理解，也可以让它反过来问你一些在需求文档无法确定的问题，补全到文档中，直到他能八九不离十的把你想要的结果描述出来。
此外，你也可以先在chat模式里面简单一句话描述需求，选择claude 3.7 thinking模型，或者deepseek r1模型，然后你们俩一起交流来把需求逐步完善和明确。
需求明确之后，也不要马上就让AI直接开始开发，因为如果整个过程很长的话，大模型目前的上下文肯定是不够的，就算是基于codebase，后续也必然会丢失细节，甚至完全忘记了你们之前定好的需求。
这里的建议是，先让AI根据需求文档把目录和文件创建好，并为每个代码文件建立一个md文件，用于标记每个代码文件里面包含的关键变量、方法名、和其他模块的依赖关系等，这样相比完整的代码文件，数据量要小很多，后续觉得大模型忘事儿了，就让他根据md来进行分析，这要比让他分析完整的代码文件要靠谱很多。另外在后续开发过程中也一定要让AI及时更新md文件。
可以在Cursor的规则配置文件中明确上面的要求。
由于Cursor中的Claude 3.7不支持输入图片作为参考，所以如果你需要基于现有的设计图进行开发，可以先选择Claude 3.5，传入参考图，让它先帮你把不带交互的UI代码实现，然后再使用claude 3.7 来进一步完善设计的业务逻辑。
开发过程中，每一次迭代可能都大幅改动之前已经实现的部分，所以切记一定要及时git commit，尤其是已经完成了某个小功能之后，一定要提交代码！这也是我使用AI进行全流程开发的最大的教训！
音频资源的获取
这个App中有很多音频资源，包括轻音乐、环境声、白噪声等，在以往，个人开发者要获取这些资源其实是很费时间的，而且需要付出的成本也比较高，但是随着AI的发展，现在获取这些资源已经变得非常容易了。
比如轻音乐，我用的是Suno AI来生成的，十几美元一个月，就能生成足够多的轻音乐，而且质量还不错，可以满足大部分场景的需求。
白噪声，则是让AI帮我编写的nodejs脚本来生成的，直接本地生成mp3音乐文件。
环境声、物品音效之类的，可以使用Eleven Lab来生成，价格也很便宜，不过我这里是先用的开源项目Moodist中的资源，而且也对作者进行了捐赠支持。
另外，在讲这些音频资源打包到应用的时候，从体积角度考虑，我对这些音频都做了压缩，在以往可能需要找一些格式工厂之类的软件来完成，现在直接让AI帮你基于Macos内置的音频处理模块生成命令行脚本，轻松完成格式转换和比率压缩，非常方便。
非AI的部分
虽然我全程几乎没有写一行代码，但是还是有一些非AI的部分，需要手动来完成。
比如应用的启动图标设计、App Store上架资料的准备、关键词填写、技术支持网址、隐私协议内容、应用截图的准备等等，虽然这其中有一些也能借助AI辅助进行，但是最终还是免不了要手动进行处理。
隐私协议内容可以让AI生成，不过一定要自己过一遍，而技术支持网站，可以用在线问卷的形式，不用自己准备网站。
在App Store上架审核的时候，也需要时刻关注审核进度和反馈，一般来说新手第一次上架审核就过审的概率很低，苹果那边也有很多规范或者要求甚至是红线，需要踩坑多次才能了解清楚。我之前已经上架过好几款应用了，这一次提审第一次没过居然是因为内购项目忘记一并提审了，笑死，不然就是一把过了，后面更新的几个版本最快半小时不到就过审了。
另外还有国区上架备案的问题，实际要准备的资料也不多，流程其实也不复杂，但是就是需要等待，而且等待的时间不确定，我这次等了近5天才通过。
有朋友可能会咨询安卓版的问题，我只能说一言难尽，目前安卓的上架流程和资质要求对独立开发者太不友好了，不确定项目有商业价值之前，不建议考虑安卓（就算是出海上google play，也比上苹果应用商店麻烦多了）。
总结
以往我作为全栈工程师，在开发产品的时候，编码始终是我最核心的工作，而这一次，我最重要的编码过程交给了 AI，我则是充当了产品设计师和测试工程师的角色，短短几天，我已经体会了很多专职产品设计师在和开发人员沟通时候的感受，也体会到了测试工程师在测试产品时候的感受，这确实是一个非常有趣和有意义的过程。
作为产品设计师，我需要能够准备描述需求、考虑到尽可能多的场景和细节，才能让 AI 更加敏捷和高质量的完成需求的开发，而作为测试工程师，我需要学会如何准确地描述问题的表现和复现步骤，才能让 AI 更加精准的给出解决方案。
虽然我确实没有写一行代码，但是在开发过程中，遇到一些复杂场景或者问题，Cursor 也会原地踏步甚至把问题越改越严重，这个时候还是需要我去分析一下它实现的代码，跳出它的上下文来来给他提示，然后他就会恍然大悟一般迅速解决问题，这确确实实依赖了我多年来的开发经验和直觉，我相信在开发复杂应用的时候，这是必不可少的。
而且开发 App 是一回事，上架 App 又是另外一回事了，备案、审核、隐私协议准备、上架配图准备等等等等，这些可能要花的时间比开发的时间还长。
在这次实践的过程中，我虽然是借助了自己的以往的独立开发经验解决了很多问题，并因此缩短了从开始开发到真正完成审核上架的周期，但我相信最核心的编码问题已经完全能交给AI了的话，那对于大部想要做一个自己的应用的人来说，真正的技术门槛确实已经不存在了。
因此我可以对大家说，准备好面对一个人人都能编程做应用的新时代吧！
再回到关于零编程经验用 AI 三天开发 App 登榜 App Store这个话题，我只能说，这确实是一个非常吸引眼球的话题，但是它也确实存在一定的误导性，不管用 AI 还是纯人工编码，做出来好的 APP 和成为爆款 APP 其实是两回事。
事实上我体验过一些此类爆款产品，在产品完成度和交互设计上实际上还很初级，甚至可以说很粗糙，但是它们却能够获得巨大的成功，除了运气和时机之外，营销上的成功其实是更重要的。
需要清醒认识的是，App Store 榜单是产品力、运营策略和市场机遇的综合产物。作为开发者，更应该关注 AI 如何重构我们的能力边界，而非简单对标营销案例。
最后再说点
总有人会问AI会不会取代程序员，我觉得不会，被AI淘汰的，只会是那些害怕使用AI，不愿意学习使用AI的人。我相信经常逛掘金的朋友们也都是不甘于只做一颗螺丝钉的，快让借助AI来拓展你的能力边界吧，
最后再再再说一句
一定要记得及时git commit!!!
来源：juejin.cn/post/7484530047866355766
